金融科技視角下大數據應用型人才培養(yǎng)的模式和路徑研究

陳穎瑛

關鍵詞：金融科技 金融大數據 人才培養(yǎng) 產業(yè)學院 課程融通

2015年，國家發(fā)布《促進大數據發(fā)展行動綱要》（國發(fā)〔2015〕50 號），從政府宏觀層面推動大數據與云計算、物聯(lián)網、移動互聯(lián)網等新一代信息技術的發(fā)展，探索大數據與傳統(tǒng)產業(yè)協(xié)同發(fā)展的新業(yè)態(tài)、新模式。2019年，中國人民銀行推出《金融科技（Fintech ）發(fā)展規(guī)劃（2019—2021）》（銀發(fā)〔2019〕209 號），結合金融行業(yè)數字化轉型需要提出加強大數據戰(zhàn)略規(guī)劃和統(tǒng)籌部署，推動形成金融業(yè)數據融合應用新格局的構建。近五年來，大數據與征信、借貸、投顧、保險等傳統(tǒng)金融業(yè)務場景的融合不斷深入，全面推進了金融行業(yè)的數字化轉型。新的技術產生新的金融，新的金融需要新的人才培養(yǎng)方向和模式，具備金融大數據抓取、清洗、挖掘、分析、統(tǒng)計的金融數據人才已然成為傳統(tǒng)金融機構及金融科技企業(yè)競相爭取的金融人才。培養(yǎng)懂金融、會技術的跨界金融數據人才既是國家宏觀層面服務金融行業(yè)發(fā)展需求的戰(zhàn)略部署，同時也是高等院校服務金融行業(yè)的使命所在。

本文從金融科技發(fā)展的視角，分析金融大數據人才的行業(yè)需求以及人才培養(yǎng)中存在的痛點，并以構建金融大數據產業(yè)學院為目標，分層制定金融大數據人才培養(yǎng)體系，深化校企合作， 探索并實踐政、校、企三方共育金融大數據人才的產教融合新模式。

一、金融科技背景下培養(yǎng)大數據人才的市場需求

（一）金融大數據人才存在較大行業(yè)缺口

2017年以來，科技賦能金融，以大數據、區(qū)塊鏈、云計算、人工智能為代表的核心技術重塑傳統(tǒng)金融行業(yè)，“大數據+金融”的場景應用深入到各金融業(yè)務條線，具體包括借貸業(yè)務中的信貸管理全流程、保險業(yè)務全鏈條、證券科技經紀交易業(yè)務、資管科技等金融業(yè)務場景。行業(yè)的重大轉型催生了對于擁有大數據抓取、清洗、分析、建模及應用能力的精準營銷、產品設計及開發(fā)、信貸審核、核保及理賠專員、智能客服、證券分析師等專業(yè)人員的巨大需求。

根據國家工業(yè)信息安全發(fā)展研究中心發(fā)布的《2019中國大數據產業(yè)發(fā)展報告》顯示，2019年中國大數據產業(yè)規(guī)模達到8500億元，2020年將突破1萬億元。與此同時，據《2019年中國AI&大數據人才就業(yè)趨勢報告顯示》，中國大數據人才缺口高達150萬，行業(yè)的迅速發(fā)展與人才供應之間存在巨大缺口。

（二）金融大數據人才培養(yǎng)亟須提質培優(yōu)

新技術催生新行業(yè)，新行業(yè)需要新人才，金融行業(yè)的科技轉型對金融大數據人才的培養(yǎng)提出了更高要求，然而目前高等院校對于金融大數據人才的培養(yǎng)主要由本科院校工科類專業(yè)承擔，側重于數據挖掘、分析、數據模型測算的高層次金融數據人才培養(yǎng)，缺乏跨界合作思維，且人才培養(yǎng)層次單一，尚未構建起多層次金融數據人才培養(yǎng)體系。從金融行業(yè)的實際用人需求來看，除了高層次金融數據建模、分析、應用人員之外，還需要初級的金融數據采集、咨詢、清洗人員和中級的金融數據調研、財務分析及初級模型開發(fā)人員。以高職院校為例，全國現有197家高職院校開設了互聯(lián)網金融專業(yè)，但這些院校的人才培養(yǎng)基本定位于產品設計、客戶服務、市場營銷、系統(tǒng)運營等崗位，針對金融大數據崗位人才的培養(yǎng)針對性不足，在全國范圍內尚未啟動金融大數據人才系統(tǒng)性、規(guī)模性的培養(yǎng)。人才培養(yǎng)的標準尚未統(tǒng)一，與行業(yè)、企業(yè)的用人需求存在實質性差距。這就需要高校與企業(yè)進一步探索工學結合、產教融合的人才培養(yǎng)模式，充分發(fā)揮政府——企業(yè)——學院的三方合力，共同制定金融數據人才培養(yǎng)方案，共建課程、共編教材、共建實訓基地，加快企業(yè)與學院的融合，提升人才培養(yǎng)的質量，打造高質量金融大數據人才培養(yǎng)的高地。

二、金融數據人才培養(yǎng)存在的問題

金融大數據行業(yè)興起于2017年，行業(yè)發(fā)展時間較短，人才培養(yǎng)處于起步階段，對于高職院校而言，金融大數據人才培養(yǎng)標準尚不清晰，體系化的人才培養(yǎng)模式尚未形成，存在以下幾個主要問題：

（一）金融大數據人才培養(yǎng)目標模糊

目前金融機構急需掌握數據庫原理、算法及程序設計、數據分析等技術，又懂得金融學、管理學等金融知識的跨界復合型人才，而高等院校人才培養(yǎng)與企業(yè)需求存在不匹配的現象，高校人才培養(yǎng)以單一學科背景為主，且基本由工科院校、信息技術學院（專業(yè)）承擔人才培養(yǎng)任務，交叉性、跨學科的人才培養(yǎng)模式尚未形成規(guī)模。另一方面，對于初級、中級、高級各層次人才培養(yǎng)的目標沒有明確定義，人才培養(yǎng)標準也較為模糊，各崗位群對應的工作任務、職業(yè)技能要求不清晰，培養(yǎng)的人才與實際用人單位的知識、能力、素質要求存在較大偏差，難以滿足用人單位的職業(yè)能力要求。

（二）金融數據師資力量薄弱

大數據分析作為金融科技行業(yè)的支撐技術，近年來與金融場景的應用日益緊密。然而作為一個新興行業(yè)，人才的稀缺性是首當其沖的問題，這不僅僅表現在行業(yè)人才配置的不足上，也表現在高校缺乏具備在一線大數據技術和金融管理崗位工作的師資力量上。一方面，從學科結構來看，專業(yè)教師以傳統(tǒng)金融學、統(tǒng)計學或計算機學科背景為主，既缺乏跨界、跨行業(yè)的師資梯隊，更缺乏具備大數據學科領域實戰(zhàn)和教學經驗的行業(yè)師資;另一方面，高職院校對師資力量的投入力度不足，缺少吸引金融大數據行業(yè)專家的激勵和保障機制。在現有教學體系中，教學活動主要依靠現有師資力量，較難調動學生的學習熱情，師資水平限制了教學水平的跨越式發(fā)展。

（三）產教融合力度不足

產教融合是職業(yè)院校發(fā)展的重要途徑，也是職業(yè)院校培養(yǎng)高素質技能人才的有效方法和手段。近年來，國務院、教育部連續(xù)發(fā)文，提出深化產教融合，促進教育鏈、人才鏈與產業(yè)鏈、創(chuàng)新鏈的有機銜接，鼓勵企業(yè)依托或聯(lián)合職業(yè)學校、高等學校設立產業(yè)學院和企業(yè)工作室、實驗室、創(chuàng)新基地、實踐基地，逐步推動職業(yè)院校和行業(yè)企業(yè)形成命運共同體。

然而，我們應該看到，盡管政府、職業(yè)學院、企業(yè)都在積極尋求產教融合的突破口，但是與國外應用型科技大學、技術學院相比，我國的產教融合不管在規(guī)模上還是合作深度上都相對滯后，尚未形成一種以企業(yè)為主導，全程參與教學環(huán)節(jié)的產教融合模式。特別是金融數據行業(yè)，目前國內僅有十余家高職院校開始試點性地研究和實踐金融大數據產教融合模式，其合作效果有待觀察。

（四）績效考核機制不完善

金融大數據人才作為金融行業(yè)的一個新興人才培養(yǎng)方向，現處于起步階段，需要完成大量的專業(yè)建設及人才培養(yǎng)工作，包括企業(yè)調研、課程體系確立、課程建設、校內外實訓基地建設、師資培養(yǎng)、科研投入，背后需要完善的績效考核和配套管理制度作為支撐和保障。如果沒有解決好權利、義務、風險、利益等相關性問題，沒有建立起相應的法律制度和配套經費制度保障人才培養(yǎng)過程的順利實施，就難以保障人才培養(yǎng)的質量和效果。從目前的情況來看，高職院校金融類專業(yè)（學院）需要加強這方面的制度建設，具體包括績效考核機制、人才引進機制、教學評價機制等系列配套制度的建設和完善。

總體來說，高職院校對于金融數據人才的培養(yǎng)處于摸著石頭過河階段，不管在制度建設還是人才引進、基地建設等方面都存在有待完善之處，需要在發(fā)展過程中不斷地改進。

三、金融大數據應用型人才培養(yǎng)的模式和路徑分析

本文以浙江J職業(yè)技術學院為研究藍本，積極探索在金融科技視角之下大數據應用型人才的培養(yǎng)模式和路徑，旨在通過以建立“政府——企業(yè)——學院”三方聯(lián)動的金融大數據產業(yè)學院為著眼點，分層構建金融大數據人才培養(yǎng)體系，并通過課程建設、資源庫建設等抓手，依托校內生產性實訓基地，提升金融大數據應用型人才培養(yǎng)的質量。

（一）構建政、企、校三方聯(lián)動的金融大數據產業(yè)學院

浙江J職業(yè)技術學院近年來為順應數字化金融的轉行趨勢，以政府為引領，以行業(yè)變革為驅動，以學院培養(yǎng)為載體，通過建立產業(yè)學院，發(fā)揮政府、行業(yè)、學校三方合力，聯(lián)合培養(yǎng)金融大數據人才的模式和路徑。具體如下圖所示：

政府通過頂層制度設計，發(fā)布產教融合以及金融大數據人才培養(yǎng)的有利政策，學院加強與優(yōu)質金融數據公司的合作力度。近年來，該學院引進了杭州恒生聚源信息技術有限公司、杭州同花順數據開發(fā)有限公司以及深圳希施瑪數據科技有限公司，加快搭建產業(yè)學院平臺資源，通過發(fā)揮企業(yè)——學院的協(xié)同育人效應，賦能人才培養(yǎng)，為金融數據產業(yè)鏈培養(yǎng)初級應用型人才、中級數據處理人才以及高級數據分析人才。

以產業(yè)學院為紐帶，深化與金融機構、金融數據公司的合作緊密度，構建校內全真金融數據研發(fā)中心，引入企業(yè)資源、技術、數據，滿足校內授課、實訓、實習需求;輸出技術和服務，為金融機構提供量化模型設計、行業(yè)投研分析報告、風控建議、金融產品創(chuàng)新和設計等技術服務。

產業(yè)學院每年進行2—3門課程開發(fā)，共建活頁式教材2—3本，省級開放課程1—2門，為行業(yè)提供技術服務產值達到100萬元左右，服務企業(yè)20—30家，為行業(yè)輸送金融數據人才150—200名左右，逐步提升產業(yè)學院的人才孵化能力。

（二）對接崗位群能力要求，分層構建金融大數據人才培養(yǎng)體系

對標銀行、證券、保險、基金以及新型金融科技企業(yè)對金融大數據分析人才的職業(yè)能力需求，根據職業(yè)崗群的遞延性分層構建人才培養(yǎng)體系：初級崗群培養(yǎng)金融大數據清洗、應用型人才，側重于培養(yǎng)熟練掌握運用不同技術手段采集數據、準確對比、去除無效數據的能力，主要培養(yǎng)初級金融大數據;中級崗群培養(yǎng)金融大數據挖掘、處理人才，側重于培養(yǎng)調研分析、財務金融模型設計能力;高級崗群培養(yǎng)金融數據分析、建模人才，側重于培養(yǎng)策略設計、風險評估能力。如下表所示：

通過“工作任務驅動——職業(yè)技能訓練——對應課程教學——工作崗位實操”四個步驟分層次培養(yǎng)金融大數據人才。高職院校主要側重于初級和中級崗位群能力的培養(yǎng)。

（三）依托金融大數據生產性實訓項目，提升實踐動手能力

2019年9月，會計專業(yè)群與杭州恒生聚源信息技術有限公司在校內共同發(fā)起成立“恒生聚源金融財稅數據工廠”，開始了該院金融大數據工廠的生產任務。截至2020年12月，共有500名學生參與了發(fā)債企業(yè)會計報表附注的數據生產工作。金融財稅數據工廠承擔了行業(yè)、企業(yè)以及金融產品的網絡爬蟲及數據清洗業(yè)務，為專業(yè)群帶來技術服務橫向課題收入70萬元。

下一階段，將恒生聚源生產性實訓項目融入《金融統(tǒng)計數據分析》《金融團隊運作與管理》《互聯(lián)網金融》《財務管理》等十余門專業(yè)核心課程。通過將公司的大數據生產、數據挖掘、金融數據分析、財務分析、企業(yè)團隊管理等真實業(yè)務和案例引入線上課堂，增強場景化教學的體驗感，提升學生學習興趣，幫助學生全面理解金融數據公司的業(yè)務和管理流程。結合課程內容，逐步提升金融大數據生產性實訓項目的內容，從簡單的數據搜集、數據記錄到相對比較復雜的數據清洗，再到更為復雜的數據挖掘和分析，結合學生的學習能力和興趣進行分層教學，逐步提升學生的實踐動手能力。

同時，通過開啟大數據金融人才的“第二課堂”，校內外師資團隊共同指導大學生創(chuàng)新創(chuàng)業(yè)、浙江省統(tǒng)計大賽、浙江省互聯(lián)網金融大賽、挑戰(zhàn)杯等，以賽促學，促進學生對于大數據專業(yè)知識和技能的學習和掌握。

（四）推進書證融通，申報1+X職業(yè)技能等級證書

該院與深圳希施瑪數據有限公司共同推行1+X金融大數據處理書證融通，逐步建立金融大數據分層職業(yè)標準。建成2個1+X培訓教學資源包與評價組織，合作開發(fā)1套金融大數據處理（初級）證書教學資源包、1套金融大數據處理（中級）證書教學資源包。以1+X金融大數據處理技能等級證書平臺的師資、基地、課程為基礎，將X證書教學經驗推廣同行金融大類專業(yè)，引領金融大類專業(yè)書證融通、課證融通。

（五）聚焦核心技能，共建金融數據核心課程

專業(yè)師資團隊以金融大數據核心技能為抓手，將金融數據認知、收集、整理、處理、可視化應用、分析與咨詢等核心技能融入到課程建設與專業(yè)教學，著力打造《金融數據分析》課程建設，以金融數據的認知、處理、可視化展示與在金融行業(yè)的應用為設計主線，整合課程思路，加強課程標準、教案、活頁式教材、案例庫、實訓庫等課程教學資源的配套建設等。以《金融數據分析》課程建設為抓手，帶動《數據挖掘》《Python語言及應用》《量化投資策略分析》《金融大數據產品設計》等金融大數據分析、應用核心課程的建設。

四、結論

本論文分析了金融數據背景之下金融行業(yè)數字化轉型對金融大數據人才的需求，以及當前高職院校金融大數據人才培養(yǎng)存在的不足。文章以浙江J職業(yè)技術學院為例，提出政、企、校三方聯(lián)動建設產業(yè)學院的構思，并從分層構建金融大數據人才培養(yǎng)體系，依托校內大數據生產工廠，提升社會服務價值，推進1+X書證融通，聚焦核心技能進行課程共建等角度探索并實踐金融大數據人才培養(yǎng)路徑。

參考文獻：

[1]《2019年中國AI&大數據人才報告》[EB/OL].https：//baijiahao.baidu.com/s？id=1643279515653051792&wfr=spider&for=pc.

[2]《中國金融科技報告2020》[EB/OL].https：//www.thepaper.cn/newsDetail_forward_10525941.

[3]《金融科技（Fintech ）發(fā)展規(guī)劃（2019—2021）》

[EB/OL].http：//www.gov.cn/xinwen/2019-08/23/content_5423691.htm.

[4]劉 偉.“金融大數據”人才培養(yǎng)模式及實現路徑研究[J].高教論壇，2020，12（12）：25-27.

[5]張宇敬，安英博，秦響應.多學科交叉融合的金融數據挖掘與分析工程人才培養(yǎng)模式[J].教育探索，2019，36（04）：132-133.

[6]劉芳，吳炎太.金融大數據復合型人才培養(yǎng)模式研究——以廣東金融學院為例[J].中國管理信息化，2019，24（19）：198-202.

[7]何宏慶.互聯(lián)網金融背景下高校復合型金融人才培養(yǎng)探究[J].教育理論與實踐，2018，38（30）：14-16.

基金項目：浙江經貿職業(yè)技術學院2020年學校教育發(fā)展專項課題《金融科技背景下高職金融大數據人才培養(yǎng)的探索與實踐》（課題編號：20JF13）的成果。

作者單位：浙江經貿職業(yè)技術學院